[發明專利]信息抽取方法、裝置、設備及存儲介質

在審

• 申請號: 202011268781.4
• 申請日: 2020-11-13
• 公開（公告）號: CN112269884A
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 孫明明;華文越;劉穎;鄭康杰;王鑫;李平
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/28;G06N3/04
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張芳;臧建明

本申請公開了一種信息抽取方法、裝置、設備及存儲介質，涉及人工智能、知識圖譜、自然語言處理技術。具體實現方案為：獲取待抽取的目標文本；對目標文本進行信息標注，得到標注結果，標注結果中包括所述目標文本中所包含的所有短語以及各短語之間的依存關系；采用所需信息抽取策略，對標注結果進行信息抽取，得到信息抽取結果。本申請方案能夠提高信息抽取策略的可重用性。

技術領域

本申請涉及計算機技術領域中的人工智能、知識圖譜、自然語言處理技術，尤其涉及一種信息抽取方法、裝置、設備及存儲介質。

背景技術

一些應用場景中，需要對文本進行信息抽取。例如，以構建知識圖譜為例，從文本中提取出事實，將這些事實采用結構化表示，形成知識圖譜。

一個信息抽取任務通常需要抽取特定類型的信息。具體的，其抽取過程通常包括：根據信息抽取需求將原始文本中感興趣信息轉換為特定表達形式，省略不感興趣的信息；進而采用信息抽取策略對該特定表達形式進行信息抽取，得到所需要的信息。

然而，上述信息抽取方式的可重用性較差，無法適用其他的信息抽取需求。

發明內容

本申請提供了一種信息抽取方法、裝置、設備及存儲介質，用于提高信息抽取策略的可重用性。

第一方面，本申請提供一種信息抽取方法，包括：

獲取待抽取的目標文本；

對所述目標文本進行信息標注，得到標注結果，所述標注結果中包括所述目標文本中所包含的所有短語以及各短語之間的依存關系；

采用所需信息抽取策略，對所述標注結果進行信息抽取，得到信息抽取結果。

第二方面，本申請提供一種信息抽取裝置，包括：

獲取模塊，用于獲取待抽取的目標文本；

標注模塊，用于對所述目標文本進行信息標注，得到標注結果，所述標注結果中包括所述目標文本中所包含的所有短語以及各短語之間的依存關系；

抽取模塊，用于采用所需信息抽取策略，對所述標注結果進行信息抽取，得到信息抽取結果。

第三方面，本申請提供一種電子設備，包括：

至少一個處理器；以及

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行第一方面中任一項所述的方法。

第四方面，本申請提供一種存儲有計算機指令的非瞬時計算機可讀存儲介質，所述計算機指令用于使所述計算機執行第一方面中任一項所述的方法。

應當理解，本部分所描述的內容并非旨在標識本申請的實施例的關鍵或重要特征，也不用于限制本申請的范圍。本申請的其它特征將通過以下的說明書而變得容易理解。

附圖說明

附圖用于更好地理解本方案，不構成對本申請的限定。其中：

圖1為開放信息提取的過程示意圖；

圖2為現有的OIE系統的示意圖；

圖3為本申請提供的OIE系統架構的示意圖；

圖4為本申請提供的一種信息抽取方法的流程示意圖；

圖5為本申請提供的一個標注圖的示意圖；

圖6為本申請提供的一種標注圖的生成方法的流程示意圖；

圖7A至圖7C為本申請提供的標注圖生成過程的一個示例圖；